近年来肿瘤免疫治疗取得了一系列突破性成果，成为继肿瘤手术治疗、放化疗及靶向治疗之外的革命性治疗手段，特别是基于PD-1、CTLA-4等免疫检查点抑制剂的治疗方案表现尤为突出。即便如此，肿瘤的免疫治疗仍面临巨大挑战，如疗效不确定性、总体有效率低、耐药抵抗及检测生物标志物缺乏等都制约了对患者的治疗。

大量的临床案例和科学研究表明肿瘤免疫微环境的深度解析将会是突破免疫治疗障碍的关键所在，*的Phenoptics分析方案可以的解决这一难题。该方案可以实现对肿瘤样本内多达9种生物标志物的原位标记和描绘，同时实现多种生物标志物的联合分析及空间分布分析，从而实现生物学数据的深度挖掘，为肿瘤诊疗提供重要依据。   

接下来跟随小编一起来看几篇发表在杂志的相关研究论文，一探究竟吧！

1、JAMA Oncology

2019年7月18日来自美国约翰霍普金斯大学、耶鲁大学、范德堡大学及西北大学等科研单位联合在肿瘤学期刊JAMA Oncology(IF 22.4)发布了一项肿瘤学免疫诊疗重要研究成果(Comparison of Biomarker Modalities for Predicting Response to PD-1/PD-L1 Checkpoint Blockade A Systematic Review and Meta-analysis)，系统阐述了利用Phenoptics免疫标志物mIHC/IF多重免疫组化(即Opal多重免疫组化)分析方案对于肿瘤微环境进行深度分析，其结果对比传统检测手段对于疗效预测有着更为突出的优势，可以更好地为肿瘤的诊断和免疫治疗提供可靠依据。

文章对比了广泛应用的几种肿瘤学生物标志物检测方案，如传统PD-L1免疫组化检测、TMB肿瘤突变负荷分析、GEP基因表达谱分析及mIHC/IF多重免疫组化检测等方案与临床案例的诊断准确性及免疫治疗应答率进行了深度整合分析。

研究人员通过Meta分析统计了2013年-2018年间公开发表及重大学术会议公布的肿瘤免疫治疗及免疫检查点抑制剂56篇研究案例，包含 10种以上不同类型的肿瘤样本总计8135份的完整临床数据(包括黑色素瘤、肺癌、尿路上皮癌、头颈癌、结肠癌、肝细胞肝癌、宫颈癌、胃癌、默克细胞瘤、肾细胞癌等)，系统关联分析了肿瘤治疗应答率和生物标志物的表达水平，根据其比值权重依据敏感性和准确度统计出sROC曲线并分析计算曲线下面积AUC数据进行准确度评估用于判断该检测方案的敏感度和特异度，这两项指标与肿瘤的免疫治疗应答率具有高度相关性。

数据统计分析显示，mIHC/IF多重组化检测方案的数据结果权重分析条件下AUC=0.79显著优于其他分析方案，PD-L1传统免疫组化IHC检测(AUC=0.65,P<0.001),GEP基因表达谱分析(AUC=0.65,P=0.003),TMB肿瘤突变负荷分析(AUC=0.69, P=0.049)，非权重分析AUC=0.872依然显著高于其他分析方案的统计数据。而在使用多个分析方案进行多参数联合评估条件下(如综合PD-L1免疫组化和GEP+TMB综合分析)，其AUC将提高到0.74,而mIHC/IF免疫微环境综合分析方案AUC仍高于该联合方案(AUC=0.79),说明mIHC/IF多重组化检测方案对于肿瘤的诊断和免疫治疗具有佳的预测价值。

2、Nature

近来关于肿瘤微环境分析与免疫治疗相关研究成果接连发表，2019年6月26日Nature发表了巴黎大学Immune evasion before tumor invasion in early lung squamous carcinogenesis的研究论文，该文利用Phenoptics组织微环境分析方案对于肺癌病人样本的肿瘤免疫细胞进行了深度的分型分析，阐述了肺鳞状细胞癌发生过程相关免疫细胞空间分布定位的差异性变化，从而揭示肿瘤免疫微环境的重塑有利于对肿瘤的治疗。

3、Nature Immunology

2019年7月8日来自美国希望之城癌症中心的科研人员在Nature Immunology发文同样阐述了Phenoptics肿瘤微环境分析方案在乳腺癌的诊断和治疗方面具有极大的潜力和价值(Connecting blood and intratumoral Treg cell activity in predicting future relapse in breast cancer)，可以有效的对乳腺癌病人治疗后的复发风险进行预测，从而为患者的诊疗提供重要的数据支持。

4、Nature Communications

2018年度诺贝尔奖生理学或医学奖得主James Allison教授早在2017年领导的一项研究就应用Phenoptics多重免疫组化方案深度分析了胰腺癌病例肿瘤组织微环境与临床预后信息具有*的相关性，该研究成果发表在Nature子刊 Nature Communications (Spatial computation of intratumoral T cells correlates with survival of patients with pancreatic cancer)，而相关的研究方案将为肿瘤的免疫治疗提供新的诊疗依据从而更好的给肿瘤患者制定有效的治疗方案。

总结：*的Phenoptics多光谱组织微环境景观分析方案融合了Opal多重免疫组化染色、Vectra多光谱成像和inForm智能组织定量分析技术，可以实现传统肿瘤检测方案难以解决的技术难题，从而更好的实现对于肿瘤患者的诊断和治疗。

网络讲座

讲座时间：

2019年8月27日12:00 PM(北京时间)

讲座题目：

Comprehensive Meta-analysis of Biomarker Technologies for Predictive Response of PD-1/PD-L1 Checkpoint Therapies

主讲人：

霍普金斯大学 Steve Lu

Akoya Biosciences Cliff Hoyt

内容简介：

详细分享Phenoptics分析方案的特点和技术优势，包括多种生物标记技术预测PD-1/PD-L1免疫治疗的预测指标分析，免疫细胞亚群定量蛋白检测的重要性以及疾病状态下细胞空间分布差异比较与应用，用于稳定且高通量临床研究的多重免疫荧光方法的新进展等内容。

会议地址：

https://www.labroots.com/ms/webinar/akoya-biosciences-series-comprehensive-metaanalysis-biomarker-technologies-predictive-response-pd-1

参考文献

1. Wang L, Simons D L, Lu X, et al. Connecting blood and intratumoral T reg cell activity in predicting future relapse in breast cancer[J]. Nature immunology, 2019: 1.

2. Lu S, Stein J E, Rimm D L, et al. Comparison of Biomarker Modalities for Predicting Response to PD-1/PD-L1 Checkpoint Blockade: A Systematic Review and Meta-analysis[J]. JAMA oncology, 2019.

3. Carstens J L, De Sampaio P C, Yang D, et al. Spatial computation of intratumoral T cells correlates with survival of patients with pancreatic cancer[J]. Nature communications, 2017, 8: 15095.

4. Mascaux C, Angelova M, Vasaturo A, et al. Immune evasion before tumour invasion in early lung squamous carcinogenesis[J]. Nature, 2019: 1.

5. Soo R A, Lim J S Y, Asuncion B R, et al. Determinants of variability of five programmed death ligand-1 immunohistochemistry assays in non-small cell lung cancer samples[J]. Oncotarget, 2018, 9(6): 6841.

关于珀金埃尔默：

珀金埃尔默致力于为创建更健康的世界而持续创新。我们为诊断、生命科学、食品及应用市场推出*的解决方案，助力科学家、研究人员和临床医生解决棘手的科学和医疗难题。凭借深厚的市场了解和技术专长，我们助力客户更早地获得更准确的洞见。在，我们拥有12500名专业技术人员，服务于150多个国家，时刻专注于帮助客户打造更健康的家庭，改善人类生活质量。2018年，珀金埃尔默年营收达到约28亿美元，为标准普尔500指数中的一员，纽交所上市代号1-877-PKI-NYSE。